智能网联混合交通流CO2排放影响及改善方法

智能网联环境下协同自适应巡航控制(CACC)车辆和人工驾驶(MD)车辆将构成混合交通流，针对该混合交通流的CO₂排放开展研究。首先，考虑智能网联环境特征，界定本文混合交通流的研究范围，并应用基于实测数据标定的跟驰模型描述混合流中各车型车辆的跟驰行为。然后，考虑周期性边界条件设计数值仿真实验，基于仿真轨迹数据，采用CO₂排放模型计算混合交通流CO₂排放影响。最后，从混合交通流稳定性层面考察CO₂排放的影响机理，同时提出降低CO₂排放的改善方法。研究结果表明：混合交通流CO₂排放随着CACC渗透率p的增加呈现先上升后下降的影响趋势，且与交通流稳定性存在定性的影响关系，在本文方法下，混合交通流CO₂排放将随着p值增加而逐渐下降，相比p=0时的MD车流，p=1时的CACC车流可将CO₂排放降低约19.35%。研究结果可从降低CO₂排放层面为智能网联混合交通流管理策略提供参考。